許多遊戲都會需要碰撞檢測來判斷兩物體的碰撞，但這些演算法通常是較為昂貴的操作，如果無法有效率的選擇檢測目標，很可能會大幅降低執行的速度。(像是之前提到的SAT碰撞檢測)
在之前的”多邊形碰撞檢測”文中，也有提到當檢測物體越來越多時，基本逐一檢測的效率會越來越差，複雜度約為O(n^2)，就算排除重複檢測過的物體，只要是逐一檢測的方法就一定會走訪所有物件。
從上圖可以得知直接全部檢測的話是4 x 5 = 20，如果扣掉重複，至少是4 + 3 + 2 + 1 = 10，但真正的問題是，就算1和3距離這麼遠，也照樣會檢查它們，那有沒有方法能解決這種狀況呢?
這就是文章的主要內容，QuadTree。
http://davidhsu666.com/archives/quadtree_in_2d
目錄
什麼是QuadTree?
四叉樹(QuadTree)是一種劃分2D區域的樹狀資料結構，類似一般的二元樹，但子節點是4個，而不是2個。
區域的劃分架構類似這樣 :
並限制每個區域能容納的上限，當超過後就將該區域再往下分割4塊，這樣就能夠將每個物體進行區域分類，這樣在檢查的時候就可以鎖定部分區域的物體，從而增加效率。
插入流程:
假設我先設定每個區域只能容納4個物體，只要超過該容量，就要分割該區域。
左圖方形區域已經有4個物體，想再加入第5個時，就必須分割成4個子區域，再將第5顆分類到最近的左上角區域中，如右圖:
以此類推，當要放入第9顆物體時，發現黑色區域也滿了，所以就再往下分割紅色區域，並放入離該物體最近的右下角區域中，如下圖:
最後，就可以得出這樣的樹狀結構，這就是為什麼會叫做4叉樹的原因，如下圖:
搜尋流程:
給定一搜尋範圍，並逐一排除不可能的區域，最後取得搜尋範圍內的物體。
接續前面插入的狀態，假設我要檢測綠色框框內的物體是否發生碰撞，步驟如下 :
- 與藍框區域作碰撞檢測，發現有所交集，檢測藍色區域的物體是否包含在綠框中，發現並沒有。
- 與藍框的黑色子區域作檢測，發現只與左上的區域有所交集，所以排除另外三個區域，並發現有2個物體包含在綠框內。
- 再往下檢察左上黑框的紅色子區域，並排除左上、左下，發現有3個物體在綠框內，紅框沒有子領域，走訪結束。
最後回傳搜尋到的5個物體。
如果是碰撞檢測的應用的話，就是把綠框換成該物體周圍可能發生碰撞的範圍，再來套入搜尋，就能更加簡化碰撞檢測的流程，如下圖 :
假設要檢查有機會與黑色物體碰撞的物體，透過上述的篩選流程，最後只要針對與綠框相交的2個紅色物體，來執行碰撞檢測，以此達成碰撞效率優化。
這就是四叉樹的原理，接著進入實作環節吧。
實作QuadTree - 插入
先整理大致的插入順序:
- 如果該點不屬於A區域，直接結束
- 如果該點屬於A區域，且A區域容量還夠的時候，將該點加入A區域
- 如果A區域容量不夠時，將A區域劃分4個子區域，並將該點加入離它最近的子區域
建立基本物件 :
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
// ---------------------------------------- class Point { constructor(x, y) { this.collisionType = "point"; this.x = x; this.y = y; } } class Rect { constructor(x, y, w, h) { this.collisionType = "rect"; this.x = x; this.y = y; this.w = w; this.h = h; } } |
四個子區域的規劃:
並依照前述所說的插入順序，來建立QuadTree :
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 |
// ---------------------------------------- class QuadTree { constructor(boundary, level) { this.MAX_OBJ = 4;// 該容器最大容量 this.MAX_LEVEL = 5;// 最大深度 this.objs = [];// 該容器的物體集合 this.areas = [];// 四塊子區域 this.level = level || 1;//當前深度 this.boundary = boundary;// 容器範圍(Rect) } /* 如果該點在範圍內，且容量也夠的話就新增該點至區域內，或是到達最大深度也直接新增 到達容量上限後，就分割出四個子領域，再將物體分類至最靠近的子領域中 */ insert(object) { // 先確認物體是否在邊界內 if (!CheckCollision(this.boundary, object)) return false; // 如果當前容量與深度未達上限，就直接新增該物體 if (this.objs.length < this.MAX_OBJ || this.level >= this.MAX_LEVEL) { this.objs.push(object); return true; } // 如果容量達上限，且沒有子領域的話，分割出四個子領域 if (this.areas.length <= 0) this.subdivide(); // 嘗試給子領域新增該物體 for (let area of this.areas) { if (area.insert(object)) return true; } } subdivide() { let x = this.boundary.x, y = this.boundary.y; let w = this.boundary.w, h = this.boundary.h; // 矩形以左上為基準，依照各象限順序建立子領域，並新增到areas中 this.areas.push(new QuadTree(new Rect(x + w / 2, y, w / 2, h / 2), this.level + 1));// topRight this.areas.push(new QuadTree(new Rect(x, y, w / 2, h / 2), this.level + 1));// topLeft this.areas.push(new QuadTree(new Rect(x, y + h / 2, w / 2, h / 2), this.level + 1));// bottomLeft this.areas.push(new QuadTree(new Rect(x + w / 2, y + h / 2, w / 2, h / 2), this.level + 1));// bottomRight } show(ctx) { // 繪製邊界 ctx.strokeStyle = "#FFF"; ctx.strokeRect(this.boundary.x, this.boundary.y, this.boundary.w, this.boundary.h); // 顯示物體數/容量數，Debug drawString(ctx, this.objs.length + "\n" + this.MAX_OBJ, this.boundary.x + this.boundary.w / 2, this.boundary.y + this.boundary.h / 2, "rgba(255,255,0,0.5)", 10, "consolas", 0, 0, 0); // 往下繪製所有子領域區塊 if (this.areas.length != 0) { for (let area of this.areas) { area.show(ctx); } } // 繪製出這塊領域的物體 for (let obj of this.objs) { ctx.beginPath(); ctx.arc(obj.x, obj.y, 3, 0, Math.PI * 2); ctx.stroke(); } } } |
至於這邊的CheckCollision(ObjectA, ObjectB)，就是單純的點與矩形的碰撞檢測，請參考結尾附上的Code。
使用方法 :
|
1 2 3 4 5 6 7 8 9 |
// 建立QuadTree var qt = new QuadTree(new Rect(0, 0, Width, Height)); // 新增物體 qt.insert(new Point(X, Y)); // 在Canvas中顯示分割與物體狀況 qt.show(Context); // ---------------------------------------- |
如此一來就能建立基本可新增物體的QuadTree了。
基本插入範例，滑鼠點擊即可新增物體。新視窗執行 : Here .
然後可以看到，每當一個區域插入4個物體後(MAX_OBJ = 4)，就會將該領域往下分割4個子區域，最多分割5層(MAX_LEVEL = 5)。
實作QuadTree - 搜尋
搜詢的大致順序 :
- 如果搜尋範圍跟當前領域相交，檢查該領域有多少物體包含在搜尋範圍中，並增加至陣列中
- 當該領域有子區域時，繼續往下檢查有多少物件包含在搜尋範圍內
- 直到所有搜尋範圍內的區域都被檢測過，回傳所有在搜尋範圍內的物體
可以比對一下上面講的搜尋流程，應該會更清楚。
根據上述步驟，在QuadTree中加入query這個function :
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 |
// ---------------------------------------- query(range, found){ // 如果沒有給定回傳的陣列，就建立一個 if(!found) found = []; // 判斷搜尋範圍(range)是否與當前領域有相交，沒有就直接跳掉，以節省效率 if (!CheckCollision(this.boundary, range)) return; // 如果搜尋範圍跟當前領域相交，檢查該領域有多少物體包含在搜尋範圍中，並增加至found for(let p of this.objs){ if (CheckCollision(p, range)){ found.push(p); } } // 當該領域有子區域時，繼續往下檢查有多少物件包含在搜尋範圍內 if(this.areas.length != 0){ for(let area of this.areas){ area.query(range, found); } } // 完成搜尋，回傳結果 return found; } |
而使用方法也非常簡單，給定一個搜尋區域，接著query就會直接撈出所有在搜尋範圍內的物體了 :
|
1 2 3 4 5 6 7 8 9 10 |
// ---------------------------------------- // 假設queryTree已經新增一些物體了 // 建立一個搜尋範圍 var checkRange = new Rect(20, 40, 150, 150); // 套用搜尋範圍至queryTree取得範圍內的物體 var objects = queryTree.query(checkRange); // ---------------------------------------- |
基本搜尋範例，滑鼠點擊新增物體，移動可取得範圍內的物體。新視窗執行 : Here .
實際應用
我將正常的碰撞檢測與QuadTree檢測放在一起做比較，可以清楚的看到，當物體數量到2000時，No QuadTree的檢測方法已經無法負荷，畫面有明顯卡頓。換成QuadTree檢測後，就只掉一點FPS，透過比對，可以明顯看到效能的提升。
每當物體碰撞時變成白色，滑鼠點擊新增100個物體，按下按鈕以切換不同檢測模式，觀察效能的差距 :
在新視窗執行 : Here .
總結
QuadTree或許不是最好的多物體檢測法，但多數狀況下還堪用，至於QuadTree優化的部分，可以參考這篇文章，講得非常清楚。
這邊預計要再補上QuadTree跟其他檢測法的優缺點，但目前只研究QuadTree，所以無從比較，日後補上。
文章中所有的Source Code都在article中 : https://github.com/md9830415/JS-QuadTree
大概就是這樣了，下期再見，掰掰。
參考資源、延伸閱讀
Coding Challenge #98.1: Quadtree - Part 1
Quick Tip: Use Quadtrees to Detect Likely Collisions in 2D Space
Efficient (and well explained) implementation of a Quadtree for 2D collision detection
JavaScript QuadTree Implementation
留言